海森健康：临床、科研两难全？看看北医三院怎么做

无论是从政策导向还是市场规律来看，公立医院的终极竞争都不再是规模竞争。事实上，近几年不管是《“健康中国2030”规划纲要》，还是《“十三五”卫生与健康规划》等重量级红头文件政策，无不在反复强调临床水平和科研能力对于公立医院的重要意义，越来越多的医院管理者意识到，未来诊疗能力辅以科学研究将成为医院发展的核心竞争力。

在7月20日召开的2020年度健康界峰会上，北京大学第三医院（以下简称北医三院）信息管理与大数据中心主任计虹，在分享题为《基于数据中心的科研平台建设》的主题演讲时，做出了同样判断。 （以下内容根据计虹主任演讲内容整理而成。

首要困境——数据局限性

向科研要发展，医院做好准备了吗？从目前各医院科研工作遇到的各种困境来看，的确面临比较大的挑战。 其中，关键的一个问题就是科研数据的局限性。演讲中，计虹指出，医院科研数据存在数据库相互独立、数据共享难度大、数据标准不统一、数据难以重复利用的局限性。

科研数据根据课题研究目的不同，往往来源于多个业务系统。根据治疗方式和阶段的不同，数据的类别也具有多样性。这导致医生在实际数据收集和整理过程中，需要多个系统并用，并将多系统来源的数据进行人工关联核对，因此错误成本显著提升。“传统的数据获取方式往往是从病案科通过电子病历借阅、信息中心提取，造成科研数据获取不及时、流程繁琐、缺乏便利性等问题。”计虹说。

此外，大部分数据都以非结构化或半结构化的方式进行存储，给数据利用带来极大难度。北医三院一项调查显示，医院临床研究中，非结构化数据高达80%，结构化数据只占20%。这种信息，医生难以直接利用，只能采用人工方式进行转录，很容易出现差错，极大地增加了科研数据采集的时间成本。

除此之外，科研课题如何切入，如何实现创新型的研究思路和观点，也困扰着当代的医生群体。

破解之道——大数据科研平台

困境之下，如何破解临床科研数据难题？北医三院给出的答案是“大数据科研平台”。

在计虹看来，随着近几年的医院信息化建设，医院已进入了数字化时代，拥有几十、甚至上百的业务系统，可以为临床科研提供丰富的数据，“数据来源非常丰富，这恰恰符合大数据的特性。”

2015年，为有效整合分散于各独立系统中的数据，并利用这些数据为临床科研服务，北医三院逐步建立了基于ESB总线交互技术及SOA架构体系的集成平台和全量数据中心（HDR），实现了各系统间互联互通和信息共享。

基于全量数据中心，2017年北医三院联合北京嘉和海森健康科技有限公司（海森健康），利用深度学习、神经网络、自然语言处理等人工智能和大数据技术，打造了大数据科研平台，对全量数据中心的结构化数据进行抽取，对非结构化数据进行改造，建立以临床科研需求为导向的科研数据中心（Research Data Repository，RDR）。

对于临床业务系统中无法产生的数据，则辅助以临床试验电子数据采集系统进行补充采集，并支持患者移动端数据采集，以提高科研数据采集的完整性和准确率。

计虹介绍，北医三院大数据科研平台实现了现有的医院大数据中心与课题数据库的“双数据库”结合，通过数据的整合、清洗、映射以及自然语言处理，可进行高效数据检索、多病种人群管理、多维度变量展示、一体化统计分析、自动量化导出来提供支持服务。

不过，要想获得良好的效果，高质量的数据支撑依然必不可少。目前医院大量的临床数据质量不高，在数据进入临床研究之前，需要对其进行完整性质控、规范性质控以及内涵质控，以保证数据的质量。“这是科研平台建设最基本的。”计虹说。

模式创新——“临床-科研一体化”

临床医生经常发出这样的疑问——写病历、日常临床工作中产生的数据是否可以直接为日后的科研工作做好数据准备？即我们经常提到的“临床-科研一体化”。

疑问的产生，来源于一个现实：临床工作，注重的是效率和质量；科研工作，则需要海量的数据。两者之间不能完全匹配，而只是存在交集，是临床研究工作中会普遍遇到的难题。

面对这一现实，大数据科研平台如何解决并且实现“临床-科研一体化”呢？

第一，基于EMR模板改造的“临床-科研一体化”

电子病历标准化改造是建设”临床-科研一体化“的基础，是实现数据共享和利用的重要保证。通过对临床数据进行标准化改造可以完善现有系统中缺失的必要数据，提高现有数据采集的结构化水平，实现患者门诊、住院、随访、体检等全面就诊、治疗和愈后信息的集成。

这样，“门诊和住院医生工作站，也可以为科研提供大量的数据来源。”计虹说。

第二，多中心课题支持电子数据采集

针对科研需求，对于非临床业务系统数据，如术后随访、慢病随访、科研课题病例报告表单等可以通过EDC系统进行补充采集。

与传统随访方式相比，该系统具有以下优点：采用基于标准化数据元的eCRF表单设计，从而实现采集数据的跨表单、跨课题利用；与科研数据中心对接，可自动获取患者在院信息，减少科研工作者手动录入的工作量，避免数据二次录入时产生的错误；对表单填写可以进行实时质控(如必填控制、数据格式、取值范围控制等)和第三方质控，以确保数据的准确性、完整性；该系统支持多课题、多中心研究。

第三，基于公众平台的健康随访平台

众多的队列研究需要随访数据支持，基于公众平台的健康随访平台就是很好的选择。不仅可以针对术后、临床问卷等进行随访，也可用于慢病管理、用药提醒、用药依从性监督以及可穿戴设备数据收集等功能。

患者在微信端填写的数据可以与EDC系统中的随访数据进行对接，并通过患者主索引技术与患者院内就诊数据进行整合，最终形成以患者为中心，包括院内就诊信息和院外随访信息在内的完整数据链。

此外，在PC端，北医三院大数据科研平台也支持临床课题、随访数据等的应用。

计虹介绍，在大数据科研平台支持下，通过优质数据的海量汇集，北医三院目前建立了涵盖住院100多万人次、门诊5000多万人次、1.6万变量总量的全院科研数据资源池，已有27个临床科室、161名临床医生在此基础上开展临床研究，“临床-科研一体化”建设也将逐渐显现出其强大的助力科学研究的优势。

计虹，北京大学第三医院信息管理与大数据中心主任。从事医院信息化工作20年，任中国卫生信息与健康医疗大数据学会卫生信息标准委员会副主任委员、中国医院协会信息管理专业委员会常委、中国研究型医院学会医疗信息化分会副会长等职；承担国家自然科学基金、863课题、国家卫健委、首发基金等多项课题研究；获得科技成果转化1项，专利2项；发表学术论文50余篇。